基于货架寿命的乳制品配送车辆路径优化研究

目的 基于货架寿命对库存和配送进行优化研究,降低冷链过程中的乳制品损耗,保证乳制品的质量,降低企业成本,提高消费者的满意度。方法 考虑到货架寿命对配送的影响,在研究货架寿命的基础上,建立乳制品货损率与货架寿命的关系式。在时间窗约束下,以总成本最小为目标,分别构建未考虑货架寿命的配送车辆路径优化模型和考虑货架寿命的配送车辆路径优化模型,并通过改进遗传算法对2种模型进行求解分析。结果 对比2种模型的最优结果,发现在1个配送周期内,基于货架寿命配送的总成本比不考虑货架寿命的运输总成本低3.71%。结论 该研究在一定程度上可以为物流企业减少配送成本,提高企业的经济效益。     

时变路网下电动冷藏车配送路径优化研究

为了解决时变路网中电动车在冷链物流配送过程中的路径选择问题,根据冷链产品和电动冷藏车的特性,引入多模糊时间窗约束及配送车辆电量约束,建立时变路网下考虑充电站的多时间窗约束的电动冷藏车路径优化模型。运用AP聚类算法划分配送区域,在明确配送范围的基础上采用改进的遗传算法对模型进行求解。通过算例仿真,验证模型和算法的有效性和可行性,并将静态路网与时变路网下的配送方案进行对比,利用随机生成不同规模的案例对模型的普适性进行验证。结果表明,与静态路网相比,基于时变路网规划出的配送方案可以减少12.201%的配送成本。研究成果对于帮助企业科学的规划配送路径,降低配送成本等方面具有一定的指导意义。     

随机需求下半开放式冷链物流车辆路径优化

目的 降低冷链物流配送成本的同时,保证客户体验及碳排放达到企业要求。方法 综合考虑运输距离、客户软时间窗约束、碳排放、生鲜变质等因素,以制冷成本及对配送时间惩罚成本在内的总成本最低、碳排放量最低、生鲜产品新鲜度最高为目标,建立多目标生鲜配送路径优化模型,并设计模拟退火算法,以北京某冷链物流企业为例进行求解验证。结果 得出生鲜配送方案,通过配送模式对比表明多中心半开放式在降本和缩短路径长度方面更具优势,其中运输总费用和车辆行驶总距离相比于单中心独立配送模式分别降低了8.41%和36.36%。结论 需求不确定下,合理决策路由可在达到企业对生鲜产品新鲜度及碳排放标准的同时,有效降低配送成本。     

考虑车速时空动态性的城市配送车辆路径问题

基于对城市路网中配送车辆车速时空动态性的分析,对配送时段和配送网络中的路段分别进行切割,建立城市配送网络的车速矩阵以实现动态计算车辆在配送线路上的行驶时间。基于车辆在配送网络节点间行驶时间的计算,建立了带时间窗的城市配送车辆路径优化模型。为更贴近实际,模型的目标函数在实际运作成本的基础上纳入了配送车辆的碳排放成本。设计了先用改进节约法构造初始解,再用变邻域搜索算法进行改进的求解算法框架。最后,通过实例分析表明了在车辆路径模型中纳入对车速时空性的考量能更好地刻画城市物流配送,给出更合理的配送车辆调度方案,实现提高配送效率、降低配送总成本和减少配送车辆碳排放的目的。     

考虑顾客满意度的生鲜外卖路径规划北大核心

生鲜外卖超时送达严重影响顾客满意度,而保障顾客满意又会大幅增加配送成本,顾客满意度和配送成本间存在背反。基于商家自营生鲜外卖模式,以配送成本最低和顾客满意度最高建立多目标优化模型,针对生鲜外卖特点设计货损成本及模糊时间窗计算方法,使用改进的遗传算法进行路径规划,避免了传统遗传算法容易陷入局部最优的缺点,平衡了配送成本和顾客满意度这两个目标。与节约里程算法对比证实模型及算法的有效性,再以盒马鲜生门店作为实例,通过真实路网条件下的位置信息,采用上述方法进行求解,得到配送成本和顾客满意度的最优组合。     

质量体积双约束下车辆装载与配送路径联合优化研究

目的 针对质量与体积共同限制的配送路径问题,综合考虑订单不可拆分、货物的体积等约束,构建包含路径最短和装载率最高双目标的车辆装载与配送路径联合优化模型。方法 在车辆路径优化模型的求解方面,首先利用聚类算法对配送区域进行划分,然后通过车辆的载质量判断是否能进行站点货物的配送,最后利用遗传算法求得最优路径。在三维装载模型的求解上使用贪心算法和基于块的启发式算法,解决了货物的装箱问题。结果 基于某公司具体实例对模型与算法的可行性进行了验证,优化后配送的车辆减少了1辆,配送距离减少了154.247km,平均装载率达到了93.89%,节省了企业的配送成本。结论 所构建的模型以及求解的算法可以提高装载率和配送效率,为解决车辆装载与配送路径联合优化问题提供理论依据。     

考虑顾客满意度的生鲜外卖路径规划

生鲜外卖超时送达严重影响顾客满意度,而保障顾客满意又会大幅增加配送成本,顾客满意度和配送成本间存在背反。基于商家自营生鲜外卖模式,以配送成本最低和顾客满意度最高建立多目标优化模型,针对生鲜外卖特点设计货损成本及模糊时间窗计算方法,使用改进的遗传算法进行路径规划,避免了传统遗传算法容易陷入局部最优的缺点,平衡了配送成本和顾客满意度这两个目标。与节约里程算法对比证实模型及算法的有效性,再以盒马鲜生门店作为实例,通过真实路网条件下的位置信息,采用上述方法进行求解,得到配送成本和顾客满意度的最优组合。     

考虑碳排放的冷链物流联合配送路径优化

基于绿色物流发展理念,将碳排放转化为成本融入冷链物流配送路径优化问题。结合冷链物流企业拥有多个配送中心且各配送中心在各决策阶段运力不均衡的实际情况,提出一种在企业拥有多个配送中心、有限车辆数且各车辆可回到任一配送中心继续配送的情况下,考虑时间窗、碳排放成本和货损成本的冷链物流联合配送路径优化模型。通过引入一个虚拟车场将多配送中心问题转化为单配送中心问题,采用改进遗传算法求解路径优化问题。通过算例将传统分区配送方式与联合配送方式的路径优化结果比较发现:联合配送不仅在冷链配送费用方面远远低于传统分区配送,而且产生的碳排放成本也低于分区配送。     

带时间窗的易腐食品冷藏车辆配送问题

以带时间窗的车辆配送模型为基础,以包括制冷成本、车辆固定成本和运输成本在内的总成本最小为目标函数,建立易腐食品冷藏配送模型.在算法上,构造了基于邻域搜索的节约算法,并对8客户算例,用该算法分别对冷藏配送模型与一般配送模型求解,由结果可知2个模型得出的最优路径不同,说明了研究易腐食品的配送问题的必要性.     

城市实时交通路网车辆路径优化问题研究

针对日益突出的城市交通拥堵问题,在综合考虑距离、载重量、时间、燃料对成本影响的基础上,研究时变车辆路径优化问题,提出跨时间域计算配送成本的方法,建立以成本为目标的城市配送优化模型。为提高算法的求解质量与效率,采用改进遗传算法,并设计两边逐次修正算子。最后,结合京东在重庆市的配送实例,分析车辆出发时间对成本的影响,同时考虑路径选择的灵活性并及时调整路线。实例验证了模型在城市配送中的适用性。     

考虑碳排放及时间窗的LIRP模型与算法研究

随着城市内车辆的不断增加,汽车尾气的排放对环境的影响越来越大,但传统的LIRP研究很少考虑节能减排的因素。本文在传统的LIRP基础上,针对考虑碳排放成本和时间窗惩罚成本的城市车辆配送问题,将选址、库存和路径集成化进行研究,建立以经济成本最小化为目标的LIRP模型,采用差分进化算法对该问题进行求解。通过实验,验证设计的差分进化算法在求解该问题时的有效性。     

单线超市车辆配置与路径问题优化研究

为解决工位对物料需求紧迫程度不同,进而影响配送优先顺序的问题,提出考虑工位配送优先级的单线超市车辆配置及配送路径优化模型和求解算法。首先,建立以物料需求紧迫系数表示配送优先顺序,以单线超市车辆配置最少与路径最短为目标的数学模型;其次,提出加入控制搜索因子的改进蚁群算法对该问题进行求解,通过在迭代不同时期设置不同大小的控制搜索因子来改变节点选择概率,提高最优解搜索速度的同时避免算法陷入局部最优;最后,通过算例分析,验证了模型的正确性,同时也证明了改进蚁群算法能够实现对物料需求紧迫程度高的工位优先配送,较基本蚁群算法在计算结果及算法运行时间上具有优势。     

改进麻雀搜索算法求解多目标低碳冷链物流车辆路径问题

目的 在传统冷链物流的车辆路径问题模型基础上,考虑服务节点和车辆运输过程中产生的碳排放,并加入客户满意度,在有限资源情况下最小化路径成本和最大化客户满意度。方法 构建多目标低碳冷链物流车辆路径问题模型,将爬山算法局部搜索思想应用到麻雀搜索算法中,形成改进麻雀搜索算法,并用其对上海市某区域内的冷链物流配送路径优化问题算例进行求解。结果 通过与改进前及其他2种智能优化算法运行结果进行对比发现,改进后的麻雀搜索算法具有更快的寻优速度和更好的寻优能力,且改进后的算法对模型的碳排放效用性更高。结论 基于国家的低碳政策,设计出符合当下实情的低碳冷链物流运输模型,通过改进优化算法设计运输方案,验证了爬山算法局部搜索思想对麻雀搜索算法进行改进的有效性及所构建低碳冷链物流车辆路径模型的合理性。     

电力物资复合泊松需求下的最优订货量

以上海电力公司的物资供应体系为背景,给出了（T,Q）库存策略下服从复合泊松分布的电力物资最优订货量的算法。建立复合泊松分布下的库存成本模型,对此模型用闭式算法求得其最小库存成本下的最优订货量,将该算法应用于电力物资进行实证分析。数值结果表明,与传统的报童模型相比,本文提出的最优订货量算法更适用于间断需求。     

Optimal cost design of water distribution networks using a decomposition approach

Water distribution network decomposition, which is an engineering approach, is adopted to increase the efficiency of obtaining the optimal cost design of a water distribution network using an optimization algorithm. This study applied the source tracing tool in EPANET, which is a hydraulic and water quality analysis model, to the decomposition of a network to improve the efficiency of the optimal design process. The proposed approach was tested by carrying out the optimal cost design of two water distribution networks, and the results were compared with other optimal cost designs derived from previously proposed optimization algorithms. The proposed decomposition approach using the source tracing technique enables the efficient decomposition of an actual large-scale network, and the results can be combined with the optimal cost design process using an optimization algorithm. This proves that the final design in this study is better than those obtained with other previously proposed optimization algorithms.     

异质车辆配送可重复装货易腐品库存—路径模型

研究了易腐品的订货、配送和车辆选型一体化决策问题。在一个供应商供应单一产品给多个零售商的供应链中,产品在运输阶段存在腐败,采用运行温度、车辆相关成本和腐败率有差异的异质车辆进行配送,联合决策模型的目标是确定每个零售商的配送车辆类型、配送路径及配送周期使得总成本最小。通过建立数学模型,证明了给定车辆类型和行驶路径后,单一车辆存在最优配送周期,由此设计了改进的节约算法嵌套对车辆类型的遍历对问题进行求解,结合实际企业背景,通过数值算例说明了易腐品配送车辆的选型问题,并得出了对企业的管理启示。     

基于改进SAA的串联打浆过程优化控制策略

目的为了获得打浆过程最优的过程控制变量,以保证打浆品质优、产量高、成本低的经济性生产。方法选择流量、浓度、盘磨电流为决策变量,分别以打浆度和湿质量的稳定性、单位时间磨浆绝干量和单位磨浆量的成本作为指标建立多目标优化模型,提出一种改进的动态自适应模拟退火算法(DASAA),并基于Matlab优化仿真求解。结果案例仿真结果表明,优化前后实际效果显著,理论上不仅打浆品质更优,而且产量提高约0.73 t/h,成本下降约4.25元/t。结论基于改进优化算法的串联打浆过程优化控制策略,相对于传统的决策变量经验性设定控制能更好地满足生产要求,且在一定程度上能实现高品质、高产量、低成本的折中优化。     

面向批量订单包装的物流箱规格优化问题研究

目的 针对面向仓储物流环境下多型号多批量产品的订单包装问题,提出一种预制物流箱规格优化模型及算法。方法 对产品订单建立订单分包规则,确定分包方案,以订单包装材料总成本最小为优化目标建立物流箱规格优化模型。针对该模型提出一种改进模拟退火算法,通过贪婪策略求解最优分包方案,降低模型计算复杂度,设计一种新型解更新算子,以提高算法寻优能力,设计一种自适应步长策略,以平衡算法前期全局搜索与后期局部搜索的能力。结果 通过实例证明,文中提出的算法相较于其他算法,具有更强的求解能力,与实例企业仓储包装现状相比,同批订单降低了17%的包装材料成本。结论 该方法可用于解决产品种类多、尺寸差异大、动态更新等应用场景下的系列运输包装纸箱规格优化问题,为企业物流运输管理提供了一种有效的包装优化思路和解决方法。     

考虑道路坡度影响的多约束冷链配送问题研究

目的 为改进传统冷链VRP将配送区域默认为二维平面，使得实际调度与理想状态产生差异而造成配送成本增加的问题，本文对相关问题进行深入研究，旨在合理规划资源配置，提升企业经济效益。方法 通过引入坡度函数对油耗成本和碳排放成本进行计算，综合考虑三维空间位置、多车型、载质量变化、客户取送货需求和时间窗要求等多种现实约束，并提出一种基于K–means多维时空聚类的改进遗传算法进行求解。结果 求解结果表明，若最初将道路坡度考虑在成本计算内，可有效降低9.58%的配送成本。同时，应避免大型车辆在重载时突然发生海拔变化。当发生海拔变化时，大型车辆可在卸载一部分货物后改变至更高的高度。结论 本文研究的模型更加贴近实际路网，具有更高的适用性，特别是对有明显道路坡度城市的冷链品的配送具有现实的借鉴意义。